微软发布高速决策AI模型Microsoft-Decision-1

微软正式推出新一代专为结构化决策任务打造的AI模型 Microsoft-Decision-1。该模型在速度和成本上远超现有大语言模型，目前已通过微软AI开发平台 Microsoft Foundry 向开发者开放，并计划支持 OpenRouter 接入。

专注决策任务，填补大模型能力空白

与侧重文本生成和复杂推理的传统大模型不同，Microsoft-Decision-1 的设计目标更为聚焦。该模型能够从预设选项中选择最优解，并为每个备选答案分配概率分数，从而帮助下游应用决定是继续执行、重试、升级处理还是提交人工审核。

微软表示，该模型在涵盖近15万个问题的36项基准测试中准确率位居第一。其功能定位包括路由分发、内容分类、任务优先级排序、结果验证和工作流控制，可无缝嵌入现有应用、AI Agent和工作流系统。不过，上述性能数据目前来自微软内部测试，尚待独立第三方验证。

内部测试彰显速度与成本优势

微软强调，在连续决策的工作流中，每一步的延迟都会累积。Microsoft-Decision-1 的 P50 版本在内部场景（如事件响应、质量控制和科学发现）中的运行速度是 OpenAI GPT-6 Sol 的35倍，是 Quyet-1.0-Large 的4.5倍。

在内部实际应用中，Xbox 研究团队使用该模型对超1万条游戏反馈进行分类，结果显示其质量与 GPT-6 Sol 相当，但速度提升14倍以上，成本降低约200倍。微软 Copilot 团队也发现，该模型在AI响应评估任务中的表现与 GPT-5.6 Luna 相似。

定价方面，该模型输入价格为每百万 token 0.042 美元，输出免费，对高频重复决策应用极具吸引力。

技术架构与安全性

在技术架构上，Microsoft-Decision-1 基于 Qwen3.5-9B 构建，并进行了以单一决策评分为核心的特殊后训练。微软计划未来将其迁移至 MAI 系列模型及 OpenAI 模型等其他基座。

此外，微软着重强调了模型的鲁棒性和安全性。测试数据显示，在对同一请求进行八种形式的扰动处理后，该模型的平均决策翻转率仅为1.3%，在重写选项描述或反转选项顺序等场景下翻转率为零。在涵盖有害内容识别、越狱攻击和提示词注入的11项安全基准测试中，模型成功拒绝了有害请求，同时保持了对正常请求的高效处理。